第592章 积极反馈的老师Relu函数（第5页）

?

它的作用就是让神经网络学习得更快、更稳定，只保留有用的信息，丢弃无用的负值。

?

它让

ai

变得更高效，尤其适用于深度学习模型。

re露

的优缺点

优点：计算快，能避免梯度消失，适合深度网络。

缺点：可能会让部分神经元“死亡”

，无法学习负值信息。

改进

re露

的方法

?

leaky

re露、pre露、e露

等，让

ai

更聪明地处理负值信息，而不是一刀切归零。

思考：你在现实生活中，见过哪些“re露

式”

的思维方式？

比如：

?

有些老师只表扬学生，从不批评，是否适合所有人？

?

有些企业只关注正向增长数据，而忽略了潜在的问题，这样是否真的健康？

ai

的发展，就像人类思维的模拟，我们不仅需要“鼓励成长”

（re露），有时也需要适当地“学习失败的教训”

（leaky

re露）！

本章未完，点击下一页继续阅读